MétaCan
Menu
Retour à la cohorte
Enregistrement W2102131613 · doi:10.3390/rs1030393

Potential Species Distribution of Balsam Fir Based on the Integration of Biophysical Variables Derived with Remote Sensing and Process-Based Methods

2009· article· en· W2102131613 sur OpenAlexafffundabout
Quazi K. Hassan, Charles P.‐A. Bourque

Notice bibliographique

RevueRemote Sensing · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of New BrunswickUniversity of Calgary
Organismes subventionnairesNatural Resources CanadaNatural Sciences and Engineering Research Council of CanadaNorthwestern University
Mots-clésAbies balsameaBalsamEnvironmental scienceRemote sensingPhotosynthetically active radiationAtmospheric sciencesGeographyPhysicsBotanyBiology

Résumé

récupéré en direct d'OpenAlex

In this paper we present a framework for modelling potential species distribution (PSD) of balsam fir [bF; Abies balsamea (L.) Mill.] as a function of landscape-level descriptions of: (i) growing degree days (GDD: a temperature related index), (ii) land-surface wetness, (iii) incident photosynthetically active radiation (PAR), and (iv) tree habitat suitability. GDD and land-surface wetness are derived primarily from remote sensing data acquired with the Moderate Resolution Imaging Spectroradiometer (MODIS) sensor on the Terra satellite. PAR is calculated with an existing spatial model of solar radiation. Raster-based calculations of habitat suitability and PSD are obtained by multiplying normalized values of species environmental-response functions (one for each environmental variable) parameterized for balsam fir. As a demonstration of the procedure, we apply the calculations to a high bF-content area in northwest New Brunswick, Canada, at 250-m resolution. Location of medium-to-high habitat suitability values (i.e., >0.50) and actual forests, with >50% bF, matched on average 92% of the time.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,640
Score d'incertitude au seuil0,439

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,025
Tête enseignante GPT0,281
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207